Jurnal Sains Matematika dan Statistika
Jurnal JSMS (print ISSN: 2460-4542 dan online ISSN: 2615-8663) adalah akademik jurnal yang diterbitkan dua kali setahun (Januari dan Juli). Jurnal JSMS bertujuan menerbitkan hasil penelitian berkualitas tinggi yang direview oleh beberapa orang reviewer di bidang Matematika dan Statistika yang dikelola oleh Program Studi Matematika, Fakultas Sains dan Teknologi, Universitas Islam Negeri (UIN) Sultan Syarif Kasim Riau.
Articles
224 Documents
<![CDATA[Forecasting Laju Inflasi Indonesia Menggunakan Rantai Markov ]]>
<![CDATA[Joko Riyono]]>;
<![CDATA[Christina Eni Pujiastuti]]>;
<![CDATA[Aina Latifa Riyana Putri]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 1 (2022): JSMS Januari 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i1.14767
<![CDATA[Di tahun 2020, pandemi Covid-19 yang melanda dihampir seluruh penjuru dunia telah mengakibatkan kemerosotan perekonomian di beberapa negara. Inflasi sebagai salah satu indikator petunjuk perekonomian suatu negara dapat digunakan untuk mengukur kemerosotan perekonomian. Inflasi merupakan suatu proses kecenderungan atau trend naiknya harga barang dan jasa yang berlangsung secara terus menerus selama beberapa periode waktu. Inflasi yang terkendali dan sangat rendah merupakan salah satu keinginan pemerintah sehingga dapat mendukung terpeliharanya daya beli masyarakat. Sebaliknya inflasi yang tinggi akan mempersulit berkembangnya dunia usaha dalam perencanaan dunia bisnis yang meliputi kegiatan produksi, investasi maupun dalam penentuan harga barang dan jasa yang diproduksi. Pengetahuan prediksi laju inflasi yang akan datang sangat berguna untuk menyiapkan strategi yang tepat dalam menyusun kebijakan di sektor ekonomi. Data laju inflasi merupakan data runtun waktu, yang bersifat acak. Di dalamnya merupakan data perpindahan dari satu waktu ke waktu lainnya yang dapat diklasifikasikan sebagai inflasi ringan, sedang, tinggi dan hiperinflasi. Proses stokastik merupakan suatu proses matematika yang dapat digunakan untuk memodelkan fenomena data yang bergantung pada waktu. Rantai Markov merupakan proses stokastik dengan parameter diskrit yang memenuhi sifat Markov, kejadian yang akan datang hanya bergantung kepada keadaan saat ini. Pada paper ini berdasarkan data laju inflasi di Indonesia dari tahun 1969 sampai tahun 2020 akan dipakai untuk memprediksi tingkat inflasi di masa datang menggunakan analisis distribusi stasioner rantai Markov dan aplikasi software maple dan diperoleh bahwasanya laju inflasi tahun kedepan masih dalam taraf akan rendah sebesar 67.3%, kemungkinan akan sedang sebesar 28.3%, dan kemungkinan akan tinggi sebesar 4.4%. Kata Kunci: Laju Inflasi, Data Time Series, Proses Stokastik, Rantai Markov.]]>
<![CDATA[Estimation of Online learning Challenges in Rural Areas During a Pandemic with Linear Regression ]]>
<![CDATA[Muhammad Marizal]]>;
<![CDATA[Diniya Diniya]]>;
<![CDATA[Sarina Fadila H]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 1 (2022): JSMS Januari 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i1.15123
<![CDATA[The Covid-19 pandemic has changed the behavior of life today, including the formal learning process that is carried out online. There are many challenges faced by students in following the pattern of the online learning system. Students who live in rural areas or in non-urban areas are students who experience greater challenges. The challenges analyzed in this research are physical, psychological, family and community factors on school policies. It was found that the factors that greatly influence school policy are family and community factors. Furthermore, these factors will be modeled so that they can assist schools in establishing an appropriate policy. This model can also describe in general about online-based learning for non-city areas during the covid-19 pandemic]]>
<![CDATA[Analisis Mann-Whitney untuk Mengetahui Efektivitas Vaksin pada Jumlah Penderita Covid-19 di Indonesia ]]>
<![CDATA[Rizky Normelia]]>;
<![CDATA[Titian Dewi Fortuna]]>;
<![CDATA[Elen Prihana Putri]]>;
<![CDATA[Edy Widodo]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 1 (2022): JSMS Januari 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i1.15087
<![CDATA[Penelitian ini merupakan penelitian berkaitan dengan topik yang melanda seluruh dunia berupa pandemi Corona virus disease (COVID) yang pertama kali ditemukan di China tahun 2019. Pasien terinfeksi Covid-19 di Indonesia pertama kali diberitakan pada 2 Maret 2020 oleh Presiden Joko Widodo dan telah memakan 38.229 korban jiwa per 14 Maret 2021. Vaksin Covid-19 Sinovac telah dikembangkan oleh China pada November 2020 dan mulai didistribusikan ke Indonesia pada Januari 2021. Penggunaan data pada penelitian ini bersumber dari data sekunder yang diperoleh dari Our World in Data yaitu Coronavirus Source Data mengenai Cases Coronavirus in Indonesia. Analisis yang digunakan merupakan uji nonparametrik Mann-Whitney untuk melihat perbedaan dua sampel yang independen antara jumlah kasus pasien terinfeksi Covid-19 sebelum dan sesudah adanya vaksin. Pada penelitian ini diperoleh hasil adanya perbedaan antara jumlah pasien Covid-19 sebelum dan sesudah adanya vaksin di Indonesia dengan nilai p-value sebesar 9.317*10-49.]]>
<![CDATA[Faktor Penyebab Kemiskinan di Provinsi Jawa Barat Menggunakan Spatial Autoregressive Quantile Regression ]]>
<![CDATA[Teguh Ammar Taqiyyuddin]]>;
<![CDATA[Muhammad Irfan]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 1 (2022): JSMS Januari 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i1.13185
<![CDATA[Kemiskinan merupakan permasalahan multidimensional yang mencakup aspek kehidupan sehingga menjadi pusat perhatian pemerintah khususnya di Provinsi Jawa Barat yang menjadikan masalah kemiskinan menjadi isu stategis dalam Rencana Pembangunan Jangka Menengah Daerah tahun 2018-2023. Analisis regresi merupakan analisis yang digunakan untuk memodelkan hubungan antara variabel prediktor dan variabel respon. Akan tetapi asumsi yang harus dipenuhi dalam analisis regresi yaitu kebebasan antar pengamatan. Jika pengamatan mempunyai efek spasial, yaitu suatu pengamatan pada daerah tertentu yang dipengaruhi oleh daerah disekitarnya, tentunya metode analisis yang digunakan adalah analisis regresi spasial. Dalam kasus tertentu, pengujian efek spasial dengan melibatkan outlier pada data penelitian dapat menyebabkan suatu metode gagal dalam menangani efek spasial tersebut. Maka dalam permasalahan ini tentunya dibutuhkan analisis ststistika yang Robust terhadap adanya nilai outlier dan juga dapat memperhatikan efek spasial dilihat dari berbagai level resiko dengan menggunakan analisis Spatial Autoregressive Quantile Regression. Pada penelitian ini digunakan 5 level Quantile yaitu 0.1, 0.25, 0.5, 0.75 dan 0.95. Diperoleh hasil bahwa tingkat pengangguran terbuka, PDRB dan Kepadatan penduduk berpengaruh signifikan terhadap tingkat kemiskinan di Provinsi Jawa Barat.]]>
<![CDATA[Keterbatasan Operator Mikhlin di Ruang Grand Grand Morrey ]]>
<![CDATA[Dian Maharani]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 2 (2022): JSMS Juli 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i2.17156
<![CDATA[Operator Mikhlin adalah salah satu operator pengali Fourier. Maharani (2018) dalam artikel berjudul “Boundedness of Mikhlin Operator in Morrey Space” telah membuktikan keterbatasan operator Mikhlin di ruang Morrey. Pada penelitian ini, merujuk pada Rafeiro (2013), akan dibuktikan bahwa operator Mikhlin juga terbatas di ruang grand grand Morrey.]]>
<![CDATA[Penentuan Nilai Opsi Saham Karyawan (OSK) dengan Metode Binomial Enhanced American ]]>
<![CDATA[Noor Sofiyati]]>;
<![CDATA[Dian Pratama]]>;
<![CDATA[Dwiani Listya Kartika]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 2 (2022): JSMS Juli 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i2.17016
<![CDATA[Opsi Saham Karyawan (OSK) merupakan opsi beli terhadap saham perusahaan sebagai bonus yang diberikan oleh perusahaan kepada karyawannya. OSK memiliki waktu tunggu atau vesting period. Karyawan pemegang opsi tidak bisa melaksanakan opsi mereka di dalam selang waktu tunggu. Penelitian ini bertujuan menentukan nilai OSK menggunakan model Binomial Enhance American dengan tidak memperhitungkan nilai opsi saham hari sebelumnya dan bergantung pada parameter-parameter yang telah ditentukan. Hasil implementasi dari model binomial adalah diperoleh nilai batas exercise setelah waktu tunggu sebagai pertimbangan pemegang opsi untuk melaksanakan opsinya.]]>
<![CDATA[Model Modifikasi Holling-Tanner dengan Interaksi Kanibalisme dan Sumber Makanan Alternatif pada Predator ]]>
<![CDATA[Rian Ade Pratama]]>;
<![CDATA[Dessy R Suryani]]>;
<![CDATA[Maria F V Ruslau]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 2 (2022): JSMS Juli 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i2.17356
<![CDATA[Penelitian ini mengkaji model pertumbuhan populasi model predator-prey Holling-Tonner yang dimodifikasi. Pertumbuhan model predator-prey yang dianalisis mengadopsi pertumbuhan logistik. Sementara pada fungsi pemangsaan mengikuti model Holling Type II. Variabel yang tidak kalah penting dalam penelitian ini adalah adanya sumber alternatif bagi predator. Konsep seperti ini sangat realistis untuk dipertimbangkan, mengingat banyak spesies predator yang berganti sumber makanan, dikarenakan sumber makanan yang terbatas. Analisis kestabilan dilakukan pada model untuk melihat keberlangsungan populasi dalam jangka waktu yang lama dengan tingkat interaksi yang sesuai. Dari empat titik equilibrium non-negatif yang dihasilkan pada model, pengujian kestabilan hanya dilakukan pada satu titik equilibrium. Secara matematis dilakukan uji Routh-Hurwitz, dengan matriks Jacobian yang bersesuaian. Simulasi numerik menjadi asumsi realistis awal bagi keberlangsungan hidup masing-masing spesies dan melihat karakter dari masing-masing spesies tersebut. Titik equilibrium yang dipilih menjadi pegujian pada kesetabilan asimtotik lokal dan kurva pertumbuhan. Kemungkinan adanya perpindahan sumber makanan sangat mungkin terjadi, sementara interaksi kanibalisme pada model yang dikembangkan tidak memberikan pengaruh yang signifikan pada masing-masing spesies. Kata Kunci: Kanibalisme, makanan alternatif dan Predator-Prey.]]>
<![CDATA[Estimasi Pendapatan Nelayan Tradisional Desa Bungabali Bulan Maret 2023 Menggunakan Model Eksponensial ]]>
<![CDATA[Melki Imamastri Puling Tang]]>;
<![CDATA[Imanuel P. Lutang]]>;
<![CDATA[Lori F Ur Dollu]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 2 (2022): JSMS Juli 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i2.17290
<![CDATA[Pendapatan nelayan tradisional desa Bungabali kecamatan Pantar Timur berdasarkan data penelitian bulan Januari 2021 ke Februari 2021, artinya t = 1, diperoleh akan digunakan untuk memproyeksi pendapatan nelayan tradisional dengan menggunakan model eksponensial. Ketika peneliti melakukan analisa data, peneliti membandingkan data Januari 2021 sampai Desember 2021. Data yang ada digunakan untuk mengestimasi data pendapatan nelayan bulan Maret tahun 2023. Peneliti langsung menggunakan model eksponensial untuk memproyeksi pendapatan bulan Maret 2023. Dari hasil perbandingan, ternyata data hasil proyeksinya mendekati dengan data yang sebenarnya. Karena data proyeksi mendekati data sebenarnya, maka model eksponensial dapat digunakan untuk memproyeksi pendapatan nelayan tradisional pada bulan Januari 2022 sampai bulan Maret 2023. Peneliti memproyeksi pendapatan nelayan tradisional desa Bungabali kecamatan Pantar Timur setiap bulan, mulai dari bulan Januari 2022 sampai bulan Maret 2023. Setelah itu, peneliti secara jelas mendapatkan hasil proyeksi pendapatan nelayan desa Bungabali kecamatan Pantar Timur tepatnya pada bulan maret tahun 2023. Proyeksi jumlah rata-rata pendapatan (belum dikurangi dengan biaya operasional) atau pendapatan kotor pada nelayan tradisonal desa Bungabali kecamatan Pantar Timur kabupaten Alor pada bulan Maret 2023 sebanyak 1473.302 ribu rupiah atau Rp. 1.473.302 atau kurang lebih Rp. 1.473.000. Analisa pendapatan ini belum dihitung biaya pengeluaran atau biaya operasional. ]]>
<![CDATA[Algoritma Welch-Powell Untuk Menyusun Jadwal Perkuliahan Program Studi Pendidikan Fisika Universitas Sanata Dharma ]]>
<![CDATA[Cyrenia Novella Krisnamurti]]>;
<![CDATA[Ivania Ivania]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 2 (2022): JSMS Juli 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i2.18453
<![CDATA[Penelitian ini bertujuan untuk melihat proses dan hasil pewarnaan graf menggunakan Algoritma Welch-Powell dalam penyusunan jadwal mata kuliah Program Studi Pendidikan Fisika Universitas Sanata Dharma. Jenis penelitian yang digunakan adalah penelitian terapan. Algoritma Welch-Powell akan diterapkan dalam penelitian ini. Metode yang digunakan untuk mengumpulkan data adalah studi kepustakaan dan wawancara. Objek penelitian dalam penelitian ini adalah daftar dosen, daftar mata kuliah, jam aktif perkuliahan, serta banyaknya kelas dan ruangan yang digunakan oleh Program Studi Pendidikan Fisika Universitas Sanata Dharma. Wawancara dilakukan dengan pedoman wawancara yang telah divalidasi oleh ahli. Analisis data dilakukan dengan memodelkan daftar dosen dengan daftar mata kuliah ke dalam grafik dan menentukan warna minimum pada proses pewarnaan menggunakan algoritma Welch-Powell.]]>
<![CDATA[Pemodelan Indeks Pembangunan Manusia di Indonesia dengan Geographically Weighted Regression (GWR) ]]>
<![CDATA[Muhammad Marizal]]>;
<![CDATA[Hayatul Atiqah]]>
<![CDATA[ Jurnal Sains Matematika dan Statistika Vol 8, No 2 (2022): JSMS Juli 2022 ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/jsms.v8i2.17886
<![CDATA[Indeks Pembangunan Manusia (IPM) merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia. IPM menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam hal pendapatan, kesehatan dan pendidikan. Penelitian ini bertujuan untuk mendapatkan pemodelan IPM serta melihat faktor-faktor apa saja yang mempengaruhi IPM di Indonesia tahun 2020. Data pada penelitian ini berupa data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Pemodelan dengan menggunakan regresi linier belum tentu cocok diterapkan diseluruh provinsi yang ada di Indonesia karena kondisi pendapatan, kesehatan dan pendidikan di provinsi di Indonesia berbeda-beda. Oleh karena itu, pada penelitian ini digunakan pendekatan geografis yaitu Geographically Weighted Regression (GWR) dalam memodelkan IPM dengan menggunakan variabel bebas yaitu Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), Umur Harapan Hidup (UHH) dan Pengeluaran Per Kapita (PPK). Model GWR merupakan pengembangan dari model regresi spasial dimana setiap parameter dihitung setiap lokasi pengamatan, sehingga setiap lokasi akan memiliki interpretasi yang berbeda-beda. Pada pemodelan GWR membutuhkan fungsi pembobot, adapun fungsi pembobot yang digunakan pada penelitian ini yaitu Adaptive Kernel Gaussian. Hasil penelitian ini menunjukkan bahwa semua variabel bebas berpengaruh terhadap IPM. Model GWR merupakan model terbaik dibandingkan regresi linier dengan standar pemilihan nilai koefisien determinasi terbesar dan nilai Akaike Information Criterion (AIC) terkecil. ]]>
